买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工程大学申请的专利基于全极点模型和K-means方法的齿轮故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115979640B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310169678.1，技术领域涉及：G01M13/028；该发明授权基于全极点模型和K-means方法的齿轮故障诊断方法是由费红姿;柳一林;石忠心;王浚哲;郭子健;袁晨设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本基于全极点模型和K-means方法的齿轮故障诊断方法在说明书摘要公布了：本发明的目的在于提供基于全极点模型和K‑means方法的齿轮故障诊断方法，包括建立齿轮箱系统振动信号全极点模型、基于K‑means的故障特征参数提取和齿轮故障在线诊断流程，其中建立齿轮箱系统振动信号全极点模型包括全极点模型、模型参数辨识、模型阶数确定和求取模型极点等。本发明将正常、断齿与磨损三种状态下的极点s1聚集成若干簇，并识别出每个簇的中心点Ci以及距离阈值Ri作为故障特征参数。基于故障特征参数中心点Ci以及距离阈值Ri，建立齿轮故障诊断流程，利用极点位置与中心点Ci的距离以及Ri判断是否属于某簇，从而实现齿轮健康、断齿、磨损三种状态的故障诊断。

本发明授权基于全极点模型和K-means方法的齿轮故障诊断方法在权利要求书中公布了：1.基于全极点模型和K-means方法的齿轮故障诊断方法，其特征是： 1建立齿轮箱系统振动信号全极点模型 a.全极点模型 设在k时刻的振动信号为yk，基于AR模型原理，用k时刻之前n个振动信号yk-1,…,yk-n来表示yk，即 其中，n为模型阶数；θi为AR模型的自回归参数；ek为预测误差； 在k时刻，振动信号的预测值为 写成矩阵形式为 式中，其中φnk＝-yk-n；θ＝[θ1θ2…θn]T，针对线性系统，θi为常数； 对式yk求z变换，得到 式中，Yz为yk的z变换，Ez为ek的z变换，将Ez作为输入，Yz为输出，得到系统的脉冲传递函数为 由于Hz没有零点，因此称为振动信号的全极点模型； 用Fz表示Hz的分母多项式： Fz中包含n个待辨识的自回归参数θi，i＝1,2,…,n，这里Fz也称为振动信号的AR模型； b.模型参数辨识 对于数据长度为M的振动信号YT＝[y1y2…yM]，构建回归向量Φ为 将φnk＝-yk-n带入上式，得到 令y0，y-1，…，y1-n都等于0，利用最小二乘法求解模型的自回归参数θ为 θ＝ΦTΦ-1ΦTY； c.模型阶数确定 在k时刻，预测误差ek表示为 针对M个数据，预测误差的平方和PEsum为： 根据PEsum及精确要求，确定模型的阶数； d.求取模型极点 令Fz＝0，得到离散形式的极点，z1,z2,…,zn，将离散极点zi转换为s平面的连续极点si形式，令si＝σi+jωi，其变换公式为 其中Δt为采样时间； 2基于K-means的故障特征参数提取 K-means聚类算法中K表示簇的个数，即将数据聚类成K个簇，means表示将每个簇中所有数据的均值作为该簇的中心点； 收集正常、断齿与磨损三种状态下的振动信号，形成训练样本，建立齿轮箱系统振动信号全极点模型，得到训练样本的极点； 3齿轮故障在线诊断流程 基于K-means聚类的特征参数中心点Ci以及距离阈值Ri，建立基于极点位置的故障诊断流程，具体包括：采集齿轮箱的振动信号，在每个诊断周期，截取长度为M的振动信号，建立全极点模型Hz，并计算模型Hz的极点；计算s1极点到每个中心点Ci的距离Dii＝1,2,…,K；比较每个Dii＝1,2,…,K的大小，确定最小值minDi及对应的第i簇；判断minDi是否超过第i簇的距离阈值Ri，如果在该簇的距离阈值内，则直接给出诊断结果，如果超过该簇的距离阈值，则给出状态异常结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。